NoticiasAccionesAnálisis forense vincula seis modelos de IA chinos a chips Nvidia Blackwell con exportación prohibida

Análisis forense vincula seis modelos de IA chinos a chips Nvidia Blackwell con exportación prohibida

Autor: CryptoBriefing·

Puntos clave

  • •Los seis modelos identificados son DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 y Ling-3.1-flash de Ant Group.
  • •Cuatro de los modelos coinciden con los sistemas GB200 o GB300 Grace Blackwell de Nvidia, mientras que los otros dos coinciden con los chips B200 o B300.
  • •DePue estimó que las ejecuciones más grandes, Kimi K3 y DeepSeek-V4-Pro, usaron cada una entre 2.000 y 3.000 GPUs Blackwell, y que las cinco ejecuciones finales de entrenamiento costaron en conjunto más de 500 millones de dólares.
  • •El informe señala que la evidencia no muestra dónde estaban los chips, quién los poseía ni cómo fueron obtenidos, y que no constituye un hallazgo de que se haya violado alguna ley.
  • •Nvidia, DeepSeek, Moonshot, MiniMax y Ant Group no habían comentado sobre el informe al momento de la publicación.
Análisis forense vincula seis modelos de IA chinos a chips Nvidia Blackwell con exportación prohibida

Un análisis forense de los pesos de modelos publicados públicamente indica que seis modelos de inteligencia artificial de cuatro de los principales laboratorios de China fueron inicializados en chips Nvidia Blackwell, cuya exportación a China está prohibida, según hallazgos publicados el 12 de noviembre. Blackwell es la generación más avanzada de chips de centro de datos de Nvidia, la sucesora de la arquitectura Hopper que produjo el H100, y no ha sido autorizada para su venta en China.

Los modelos provienen de DeepSeek, Moonshot AI, MiniMax y Ant Group.

El análisis fue realizado por Will DePue, un excinvestigador de OpenAI que se unió a la empresa en 2023, donde trabajó en sus modelos de video Sora y en el post-entrenamiento de o3 y GPT-4o. DePue publicó el análisis a través de Unemployment Labs. Él dice que se basa completamente en los pesos —los parámetros numéricos que codifican el comportamiento de un modelo— que las empresas publicaron públicamente, no en filtraciones ni en relatos de internos. En una publicación en X, dijo que investigadores senior de OpenAI y Anthropic habían verificado independientemente el resultado. El informe no menciona revisores externos.

Los seis modelos identificados son DeepSeek-V4-Flash, DeepSeek-V4-Pro, Kimi K3, Kimi K3.1-Pro, MiniMax-M3 y Ling-3.1-flash de Ant Group. Según el informe, cuatro de ellos coinciden con los sistemas GB200 o GB300 Grace Blackwell de Nvidia, que combinan los procesadores Grace de la compañía con GPUs Blackwell en configuraciones diseñadas para entrenamiento a gran escala, mientras que los otros dos coinciden con los chips B200 o B300.

El método se basa en los valores iniciales que reciben los pesos de un modelo antes de que comience el entrenamiento. DePue dice que la disposición de esos valores depende de la GPU exacta y de la semilla aleatoria utilizada, y que rastros del patrón sobreviven en el modelo publicado. Dice que buscó más de seis billones de combinaciones de disposición de chips y semillas para encontrar coincidencias.

Luego probó las coincidencias en hardware real. Con la semilla recuperada, una Blackwell B300 reprodujo bit por bit los pesos iniciales intactos de DeepSeek-V4-Flash, y una GB200 rentada reprodujo las 13 filas conservadas de Kimi K3. El H100, más antiguo, de Nvidia no reprodujo ninguna fila de V4-Flash, y tampoco lo hizo el MI300X de AMD. Cambiar la semilla en uno rompió todas las coincidencias. El informe sitúa la coincidencia más fuerte que el azar podría producir en alrededor de 8 desviaciones estándar; las coincidencias reales van de 49 a 1.385.

DePue estima que las ejecuciones más grandes, Kimi K3 y DeepSeek-V4-Pro, usaron cada una entre 2.000 y 3.000 GPUs Blackwell. Calcula cada clúster entre 150 y 200 millones de dólares, y las cinco ejecuciones finales de entrenamiento en conjunto en más de 500 millones de dólares.

El informe es explícito sobre sus límites. Dice que el método "identifica el hardware que generó los pesos iniciales, no cada chip que luego ayudó a entrenar el modelo". También dice que la evidencia no muestra dónde estaban los chips, quién los poseía ni cómo fueron obtenidos, y señala que los sistemas Blackwell pueden rentarse en centros de datos fuera de China. En palabras del informe, los resultados "no constituyen un hallazgo de que se haya violado alguna ley".

El análisis se suma al escrutinio existente sobre cómo los laboratorios chinos acceden a los chips de gama alta de Nvidia. Washington ha restringido las exportaciones de los principales chips de IA de Nvidia a China desde octubre de 2022, una política que ha llevado a Nvidia a vender chips específicos para China de capacidad reducida, como el H20, en ese mercado, mientras su hardware de gama más alta sigue prohibido. En julio, el asesor científico de la Casa Blanca, Michael Kratsios, dijo que Moonshot había "accedido a GB300 en Tailandia, probablemente para entrenar sus modelos de IA", en referencia a Kimi K3. El 12 de noviembre, The Information informó que empresas vinculadas a Alice Huang invirtieron en DeepSeek y le prometieron chips de Nvidia. Un día antes, los senadores Elizabeth Warren y Chris Coons instaron a la administración Trump a preservar los registros de exportación de Nvidia.

Nvidia, DeepSeek, Moonshot, MiniMax y Ant Group no habían comentado sobre el informe al momento de la publicación. DePue dice que vendrán más resultados con el mismo método.

Este artículo se basa en el reporteo original de CryptoBriefing; el artículo fuente fue editado por Diego Almada Lopez.